CN113011833A - 施工现场的安全管理方法、装置、计算机设备和存储介质 - Google Patents

Abstract

本申请涉及一种施工现场的安全管理方法、装置、计算机设备和存储介质，通过接收施工现场内的摄像头发送的视频图像信息，并根据视频图像信息中包括的摄像头的标识，从预设的多个边缘计算算法中确定目标边缘计算算法，边缘计算算法包括人脸识别算法、火灾识别算法以及周界识别算法中的至少一个，目标边缘计算算法包括该边缘计算算法中的至少一个；根据该目标边缘计算算法，对该视频图像信息中包括的视频图像进行识别，得到识别结果，进而根据识别结果，针对施工现场进行安全管理响应；也就是说，本申请实施例中能够对不同位置的摄像头采集的视频图像进行识别，并在识别到有风险的情况下，进行实时响应，提高了对施工现场的人员和风险管理的效率。

Description

施工现场的安全管理方法、装置、计算机设备和存储介质

技术领域

本申请涉及智能视频监控技术领域，特别是涉及一种施工现场的安全管理方法、装置、计算机设备和存储介质。

背景技术

随着电力基础建设投资额的不断增加，各种电力基建项目从数量到规模都在不断扩大，建筑工地数量多，施工人流量大，对于现场人员的管理和施工安全风险的管理至关重要。

传统的施工现场管理中，主要依靠班组负责人或者项目负责人，对人员和施工安全风险进行管理；但是，面对施工现场的工作点多、面广，仅仅依靠现场的负责人对施工现场进行管理，容易顾此失彼，对于突发事件，现场人员的报警反应速度往往会有迟滞性，导致对施工现场的人员管理和施工安全风险管理的效率比较低。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高对施工现场的人员管理和施工安全风险管理效率的施工现场的安全管理方法、装置、计算机设备和存储介质。

第一方面，提供一种施工现场的安全管理方法，该方法包括：

接收施工现场内的摄像头发送的视频图像信息；该视频图像信息包括该摄像头的标识和视频图像；

根据该摄像头的标识，从预设的多个边缘计算算法中确定目标边缘计算算法；该边缘计算算法包括人脸识别算法、火灾识别算法以及周界识别算法中的至少一个，该目标边缘计算算法包括该边缘计算算法中的至少一个；

根据该目标边缘计算算法，对上述视频图像进行识别，得到识别结果；

根据识别结果，针对施工现场进行安全管理响应。

在其中一个实施例中，上述目标边缘算法为人脸识别算法，根据该目标边缘计算算法，对视频图像进行识别，得到识别结果，包括：

根据该人脸识别算法对视频图像进行人脸识别，得到视频图像中的目标人脸；

将该目标人脸与预设的电力施工人员的人脸数据库中包括的人脸进行匹配；

在匹配成功的情况下，将人脸数据库中与该目标人脸相匹配的人脸对应的人员信息作为识别结果。

在其中一个实施例中，该目标边缘算法为人脸识别算法，根据识别结果，针对当前的施工现场进行安全管理响应，包括：

根据上述人员信息，生成电力施工人员的考勤信息，和/或，电力施工人员的出入信息。

在其中一个实施例中，上述目标边缘算法为火灾识别算法，根据该目标边缘计算算法，对视频图像进行识别，得到识别结果，包括：

根据该火灾识别算法对视频图像进行火灾识别，确定视频图像中是否包括火焰特征；

在视频图像中包括火焰特征的情况下，根据火焰特征的大小，确定施工现场是否存在火灾的不安全事故。

在其中一个实施例中，上述目标边缘算法为周界识别算法，根据该目标边缘计算算法，对视频图像进行识别，得到识别结果，包括：

根据该周界识别算法对视频图像进行周界识别，确定视频图像中是否出现运动目标；

在视频图像中出现运动目标的情况下，根据运动目标与预设检测区域的相对位置关系，确定施工现场是否存在周界入侵的不安全事故。

在其中一个实施例中，根据识别结果，针对施工现场进行安全管理响应，包括：

根据识别结果，确定上述不安全事故的事故等级；

根据该事故等级确定告警信息输出策略；

根据该告警信息输出策略输出告警信息。

在其中一个实施例中，根据该事故等级确定告警信息输出策略，包括：

在该事故等级大于等于预设事故等级阈值的情况下，将向相关部门进行报警作为该告警信息输出策略；

在该事故等级小于该预设事故等级阈值的情况下，将向管理人员进行报警作为该告警信息输出策略。

第二方面，提供一种施工现场的安全管理装置，该装置包括：

接收模块，用于接收施工现场内的摄像头发送的视频图像信息；该视频图像信息包括该摄像头的标识和视频图像。

确定模块，用于根据该摄像头的标识，从预设的多个边缘计算算法中确定目标边缘计算算法；该边缘计算算法包括人脸识别算法、火灾识别算法以及周界算法中的至少一个，该目标边缘计算算法包括该边缘计算算法中的至少一个。

识别模块，用于根据该目标边缘计算算法，对上述视频图像进行识别，得到识别结果。

响应模块，用于根据该识别结果，针对施工现场进行安全管理响应。

第三方面，提供一种计算机设备，包括存储器和处理器，该存储器存储有计算机程序，其特征在于，该处理器执行该计算机程序时实现如上述第一方面中的方法的步骤。

第四方面，提供一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如上述第一方面中的方法的步骤。

上述施工现场的安全管理方法、装置、计算机设备和存储介质，通过接收施工现场内的摄像头发送的视频图像信息，并根据该视频图像信息中包括的该摄像头的标识，从预设的多个边缘计算算法中确定目标边缘计算算法，该边缘计算算法包括人脸识别算法、火灾识别算法以及周界识别算法中的至少一个，该目标边缘计算算法包括该边缘计算算法中的至少一个；根据该目标边缘计算算法，对该视频图像信息中包括的视频图像进行识别，得到识别结果，进而根据识别结果，针对施工现场进行安全管理响应；也就是说，本申请实施例中能够通过多个摄像头对施工现场进行全方位的实时监控，并能够采用每个摄像头分别对应的目标边缘计算算法对实时视频图像进行识别，以实现对施工现场人员的管理和风险的管理，并能够在识别到有外来人员、火灾或者周界入侵风险的情况下，进行实时安全管理响应，大大提高了对施工现场的人员管理和风险管理的效率。

附图说明

图1为一个实施例中施工现场的安全管理方法的应用环境图；

图2为一个实施例中施工现场的安全管理方法的流程示意图；

图3为另一个实施例中施工现场的安全管理方法的流程示意图；

图4为另一个实施例中施工现场的安全管理方法的流程示意图；

图5为另一个实施例中施工现场的安全管理方法的流程示意图；

图6为另一个实施例中施工现场的安全管理方法的流程示意图；

图7为一个实施例中施工现场的安全管理装置的结构框图；

图8为一个实施例中计算机设备的内部结构图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

随着电力基础建设的投资额的不断增加，各种电力基建项目从数量到规模都在不断扩大，面对建设工地数量多、施工人流量大、现场人员施工操作不规范及异常行为等各种现状，施工现场推行实名制管理和安全风险管理，将人员管理和安全风险管理作为施工现场管理的依据，以规范安全生产活动，力求达到确保企业安全，提高安全管理水平的目的。

目前，施工现场的工作主要依靠班组负责人或项目负责人进行人员管理和风险管理，依靠监理单位和业主单位负责安全质量监管，其水平直接影响工作安全质量的各个环节。但是，施工现场工作点多、面广，所需执行的标准繁多，仅仅依靠现场人员(包括班组负责人、项目负责人和施工人员)有限的知识和经验容易造成人员的顾此失彼，不能做到面面俱到；对于突发事件，人员的报警反应速度往往会有迟滞性，导致对施工现场的人员管理和风险管理的效率低。

因此，本申请提出了一种施工现场的安全管理方法，通过视频监控的方式，对施工现场进行人员和风险的管理，并在发生不安全事故时，能够及时地通知管理人员或者相关部门进行事故处理，能够提高对施工现场的人员管理和施工安全风险管理的效率。

本申请提供的施工现场的安全管理方法，可以应用于如图1所示的应用环境中。其中，视频监控设备101通过有线或者无线的方式与边缘计算设备102 进行通信，边缘计算设备102通过网络与展示设备103进行通信，边缘计算设备102通过网络与相关部门104进行通信。其中，视频监控设备101可以是各种类型的摄像头设备，该摄像头设备可以是支持如Modbus、OPC-UA、RTSP 或者RTMP等协议的摄像头；边缘计算设备102可以包括处理器和存储器，该存储器中存储有人脸识别算法、火灾识别算法和周界识别算法；该展示设备103 可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备等，可以作为管理人员终端，该展示设备103还可以是显示屏，该显示屏可以是施工现场的监控机房内的显示屏等。

在一个实施例中，如图2所示，提供了一种施工现场的安全管理方法，以该方法应用于图1中的边缘计算设备为例进行说明，包括以下步骤：

步骤201，接收施工现场内的摄像头发送的视频图像信息；该视频图像信息包括该摄像头的标识和视频图像。

在施工现场的不同位置，可以通过安装不同功能的摄像头来实现对施工现场的人员管理和施工风险管理；例如：在施工现场的进出口，可以安装用于检测进出人员身份的摄像头，该摄像头用于对进出人员进行人脸检测，可以实现对施工人员上下班的考勤，也可以实现对进出人员的出入信息进行记录和保存；在施工现场内，可以安装用于检测人员或者火灾的摄像头；还可以在施工现场内的一些危险区域或者特殊监管区域，安装用于判断特殊检测区域内是否存在周界入侵的摄像头等，该特殊监管区域可以是一些防盗监控区域。

在本申请的一个可选的实施例中，上述不同功能的摄像头负责对施工现场的不同位置进行实时视频监测，并将采集到的实时视频图像信息发送至边缘计算设备中，该边缘计算设备接收不同摄像头发送的该摄像头的标识和视频图像，使得该边缘计算设备可以根据摄像头的标识来区分不同摄像头采集的视频图像，并对不同摄像头采集的视频图像进行分析处理。

步骤202，根据该摄像头的标识，从预设的多个边缘计算算法中确定目标边缘计算算法；该边缘计算算法包括人脸识别算法、火灾识别算法以及周界识别算法中的至少一个，该目标边缘计算算法包括该边缘计算算法中的至少一个。

在本实施例的一种可选的实现方式中，上述边缘计算设备中可以预先设置有多个边缘计算算法，该边缘计算算法可以包括进行人脸检测的人脸识别算法、进行火灾检测的火灾识别算法以及进行周界检测的周界识别算法中的至少一个；对于上述不同功能的摄像头，可以通过设置不同功能的摄像头与所对应的边缘计算算法之间的映射关系，来表征不同摄像头的功能；可选地，可以通过摄像头的标识与所对应的边缘计算算法的标识，来建立摄像头与所对应的边缘计算算法之间的映射关系，每个摄像头所对应的边缘计算算法可以包括至少一个边缘计算算法。例如：多个摄像头的标识分别为摄像头A、摄像头B和摄像头C，摄像头A可以用于施工现场的进出口的人脸检测、摄像头B可以用于施工现场内的火灾检测、摄像头C可以用于施工现场内危险区域的周界检测，多个边缘计算算法的标识分别为人脸识别算法1、火灾识别算法2和周界识别算法 3，每个摄像头与所对应的边缘计算算法之间的映射关系可以是：摄像头A可以对应人脸识别算法1，摄像头B可以对应人脸识别算法1和火灾识别算法2，摄像头C可以对应人脸识别算法1和周界识别算法3。通过设置不同的摄像头所对应的边缘计算算法，可以提高上述边缘计算设备的处理效率，避免该边缘计算设备对每一个摄像头发送的视频图像，均进行所有边缘计算算法的检测识别，这样有可能造成无效检测的现象；例如，对于施工现场出入口的摄像头，可以不用采用周界识别算法进行周界入侵的检测。

在本申请实施例中，根据步骤201接收到的多个摄像头发送的视频图像信息，可以根据每个摄像头发送的视频图像信息中的摄像头的标识，根据上述摄像头与所对应的边缘计算算法之间的映射关系，分别从预设的多个边缘计算算法中确定目标边缘计算算法；也就是，分别确定每一个摄像头对应的目标边缘计算算法。基于上述举例的内容，摄像头A对应的目标边缘计算算法为人脸识别算法1、摄像头B对应的目标边缘计算算法为人脸识别算法1和火灾识别算法 2、摄像头C对应的目标边缘计算算法为人脸识别算法1和周界识别算法3。

步骤203，根据目标边缘计算算法，对上述视频图像进行识别，得到识别结果。

在确定出每个摄像头所对应的目标边缘计算算法之后，采用该摄像头对应的目标边缘计算算法对该摄像头拍摄的视频图像进行识别，得到该视频图像的识别结果；对于不同的边缘计算算法，所得到的识别结果有所不同，每个边缘计算算法所得到的识别结果可以参考以下的内容。

第一，对于采用人脸识别算法识别的视频图像，所得到的识别结果可以是该视频图像中出现的属于该施工现场的施工人员的人员人脸信息；该人员人脸信息也可以包括该人员的人脸图像、姓名、联系方式、以及所持证件信息等。

第二，对于采用火灾识别算法识别的视频图像，所得到的识别结果可以是该视频图像中是否检测出有火灾的发生；如果检测出该视频图像中有火灾的发生，还可以从预先存储的各个摄像头的信息中，确定该摄像头的标识对应的摄像头所在的位置等信息。

第三，对于采用周界识别算法识别的视频图像，所得到的识别结果可以是该视频图像中的特殊检测区域内是否发生周界入侵，也就是特殊检测区域内是否有运动目标的入侵，该运动目标可以是行人，也可以是除行人外的其他运动目标，如动物等；如果检测出该视频图像中的特殊检测区域内有运动目标的入侵，还可以从预先存储的各个摄像头的信息中，确定该摄像头的标识对应的摄像头所在的位置等信息。

步骤204，根据识别结果，针对施工现场进行安全管理响应。

在本实施例的一种可选的实现方式中，对于不同的边缘计算算法所得到的不同的识别结果，可以针对施工现场进行不同的安全管理响应；采用人脸识别算法可以用于对施工现场的施工人员的管理；采用火灾识别算法和/或周界识别算法可以用于对施工现场的风险的管理；可选地，在检测出有不属于本施工现场的施工人员的外来人员的情况下，可以将该外来人员的人脸信息发送至上述展示设备进行展示，该展示设备可以是施工现场内的管理人员终端，也可以是施工现场的机房内或者办公室内的显示屏，以提示施工现场内的管理人员此时有外来人员进入；在检测出有火灾风险或者周界入侵风险的情况下，也可以将该火灾风险或者周界入侵风险发送至上述展示设备进行展示，以提示施工现场内的管理人员进行风险的处理，还可以通过施工现场内的报警设备发出报警提示，以提示所有施工人员进行风险的处理，该报警设备可以是声光报警器、喇叭或者音响等，本申请实施例对此并不做限定。

上述施工现场的安全管理方法中，通过接收施工现场内的摄像头发送的视频图像信息，并根据该视频图像信息中包括的该摄像头的标识，从预设的多个边缘计算算法中确定目标边缘计算算法，该边缘计算算法包括人脸识别算法、火灾识别算法以及周界识别算法中的至少一个，该目标边缘计算算法包括该边缘计算算法中的至少一个；根据该目标边缘计算算法，对该视频图像信息中包括的视频图像进行识别，得到识别结果，进而根据识别结果，针对施工现场进行安全管理响应；也就是说，本申请实施例中能够通过多个摄像头对施工现场进行全方位的实时监控，并能够采用每个摄像头分别对应的目标边缘计算算法对实时视频图像进行识别，以实现对施工现场人员的管理和风险的管理，并能够在识别到有外来人员、火灾或者周界入侵风险的情况下，进行实时安全管理响应，大大提高了对施工现场的人员管理和风险管理的效率。

图3为另一个实施例中施工现场的安全管理方法的流程示意图。本实施例涉及的是采用人脸识别算法对视频图像进行处理，得到识别结果的一种可选的实现过程。在上述实施例的基础上，如图3所示，上述步骤203包括：

步骤301，根据人脸识别算法对视频图像进行人脸识别，得到视频图像中的目标人脸。

在本实施例的一种可选的实现方式中，该人脸识别算法可以采用深度学习模型，根据预设的人脸样本图片进行人脸识别算法的深度学习模型的训练，得到人脸检测深度学习模型；该人脸检测深度学习模型可以实现对视频中出现的所有的人脸图像都进行准确地定位和标注，得到视频图像中的目标人脸；还可以实现对视频图像中运动的目标人脸进行检测、跟踪和选优，实现最优抓拍和人脸识别监控记录；还可以支持动态人像和超高密人流量的检测、识别和抓拍等。

步骤302，将该目标人脸与预设的电力施工人员的人脸数据库中包括的人脸进行匹配。

在本实施例的一种可选的实现方式中，管理人员可以通过上述展示设备采集该施工现场内的每一个电力施工人员的人脸图像，生成预设的电力施工人员的人脸数据库；该展示设备可以将该人脸数据库通过网络发送至上述边缘计算设备，也可以通过网络将该人脸数据库发送至服务器进行保存，边缘计算设备可以通过网络获取服务器中存储的电力施工人员的人脸数据库，并进行人脸数据库的本地存储。边缘计算设备在采用人脸识别算法对视频图像进行目标人脸的识别时，可以将该目标人脸与本地存储中的电力施工人员的人脸数据库中包括的人脸进行匹配。

步骤303，若匹配成功，则将人脸数据库中与该目标人脸相匹配的人脸对应的人员信息作为识别结果。

在本实施例的一种可选的实现方式中，管理人员还可以通过该展示设备添加每一个电力施工人员的人员信息，该人员信息可以包括该施工人员人脸图像、姓名、联系方式以及所持证件信息等；在目标人脸与预设的电力施工人员的人脸数据库中包括的人脸匹配的情况下，还可以获取人脸数据库中与该目标人脸相匹配的人脸对应的人员信息，并将该人员信息作为识别结果；可选地，在目标人脸与预设的电力施工人员的人脸数据库中包括的人脸不匹配的情况下，还可以根据默认的字段依次对该不匹配的目标人脸进行标记，例如：该默认的字段可以是游客或者访客等，该标记可以表示为访客1、访客2和访客3等；可以将该不匹配的目标人脸的标记，以及截取的该不匹配的目标人脸的人脸图像，作为上述识别结果。

本实施例中，通过采用人脸识别算法，对视频图像进行人脸识别，得到视频图像中的目标人脸，将该目标人脸与预设的电力施工人员的人脸数据库中包括的人脸进行匹配，在匹配成功的情况下，将人脸数据库中与该目标人脸相匹配的人脸对应的人员信息作为识别结果；也就是说，通过人脸识别算法和预设的电力施工人员的人脸数据库，就能够识别到该视频图像中的目标人脸是否为该施工现场的施工人员，大大提高了对施工人员管理的准确性和有效性，避免了施工现场的施工人员众多，管理人员需要了解所有施工人员的弊端。

在本申请的一个可选的实施例中，根据上述识别结果，可以针对上述施工现场进行人员管理响应；根据上述人员信息，可以生成电力施工人员的考勤信息，和/或，电力施工人员的出入信息；可选地，可以设置考勤时间段，并对该考勤时间段内的视频图像进行目标人脸的检测识别，并记录该考勤时间段内的视频图像中出现的所有目标人脸，并根据每一个目标人脸的人员信息和检测时间，生成电力施工人员的考勤信息；还可以根据上述识别结果，记录每一个通过该施工现场出入口的电力施工人员和/或访客的出入信息。

本实施例中，通过对施工现场出入口的视频图像进行人脸识别，不仅能够实现对电力施工人员的考勤监测，生成考勤信息，还能实现对电力施工人员和/ 或访客的出入监测，生成人员的出入信息，能够实现对电力施工人员的群体认证功能，大大提高了施工现场对人员的管理效率。

图4为另一个实施例中施工现场的安全管理方法的流程示意图。本实施例涉及的是采用火灾识别算法对视频图像进行处理，得到识别结果的一种可选的实现过程。在上述实施例的基础上，如图4所示，上述步骤203包括：

步骤401，根据火灾识别算法对视频图像进行火灾识别，确定视频图像中是否包括火焰特征。

在本实施例的一种可选的实现方式中，该火灾识别算法也可以采用深度学习模型，根据不同形状的火焰样本图片和不同大小的火焰样本图片进行火灾识别算法的深度学习模型的训练，得到火灾检测深度学习模型；该火灾检测深度学习模型可以实现对视频中的火焰特征进行准确地定位和标注，得到视频图像中具有火焰特征的目标区域；可选地，该火灾识别算法还可以根据识别到的火焰特征的大小，确定该火焰特征大小下，是否存在火灾的不安全事故。

步骤402，若是，则根据火焰特征的大小，确定施工现场是否存在火灾的不安全事故。

在确定视频图像中包括具有火焰特征的目标区域时，也就是该视频图像中包括火焰特征的情况下，根据火灾识别算法确定该目标区域的火焰特征的大小，根据火焰特征的大小，确定施工现场是否存在火灾的不安全事故；可选的，可以设置火焰特征的大小阈值，在该火焰特征的大小大于该火焰特征的大小阈值的情况下，可以确定施工现场存在火灾的不安全事故；还可以将该火焰特征的大小输入至上述火灾识别算法中，来确定施工现场是否存在火灾的不安全事故。例如：对识别到的打火机或者火柴的火焰特征的大小，可以确定施工现场不存在火灾的不安全事故；对识别到的火把的火焰特征的大小，可以确定施工现场存在火灾的不安全事故。

本实施例中，通过采用火灾识别算法对视频图像进行火灾识别，来确定视频图像中是否包括火焰特征，在视频图像包括火焰特征的情况下，根据火焰特征的大小，确定施工现场是否存在火灾的不安全事故；相对于班组负责人或者项目负责人对施工现场的安全风险的监控，通过视频监控的方式能够大大提高对施工现场的安全风险的监测，提高了对施工现场的安全风险的管理效率。

图5为另一个实施例中施工现场的安全管理方法的流程示意图。本实施例涉及的是采用周界识别算法对视频图像进行处理，得到识别结果的一种可选的实现过程。在上述实施例的基础上，如图5所示，上述步骤203包括：

步骤501，根据周界识别算法对视频图像进行周界识别，确定视频图像中是否出现运动目标。

在本实施例的一种可选的实现方式中，该周界识别算法也可以采用深度学习模型，根据大量的运动物体样本图片进行周界识别算法的深度学习模型的训练，得到周界检测深度学习模型；该周界检测深度学习模型可以实现对视频中出现的所有的运动目标图像进行准确地定位和标注，得到视频图像中的运动目标。

步骤502，若是，则根据运动目标与预设检测区域的相对位置关系，确定施工现场是否存在周界入侵的不安全事故。

在本实施例的一种可选的实现方式中，在采用周界识别算法对视频图像进行识别的情况下，可以预先在视频图像中设置预设检测区域，该预设检测区域可以为包括上述危险区域或者特殊监管区域在内的区域范围，该区域范围的边界与该危险区域或者特殊监管区域之间存在一定的距离；在检测到该视频图像中存在运动目标的情况下，可以根据该运动目标与预设检测区域的相对位置关系，确定施工现场是否存在周界入侵的不安全事故；可选地，在该运动目标处于该预设检测区域内的情况下，可以确定施工现场存在周界入侵的不安全事故。

在本实施例的一种可选的实现方式中，在检测到该视频图像中存在运动目标的情况下，还可以确定该运动目标是否为行人；在确定该运动目标为行人的情况下，还可以检测该运动目标的目标人脸，根据人脸识别算法，确定该目标人脸是否为上述预设的电力施工人员的人脸数据库中包括的人脸；在确定该目标人脸为电力施工人员的人脸数据库中包括的人脸的情况下，获取人脸数据库中与该目标人脸相匹配的人脸对应的人员信息，以确定入侵该预设检测区域内的目标人员。

本实施例中，通过采用周界识别算法对视频图像进行周界识别，以确定视频图像中是否出现运动目标，在确定视频图像中出现运动目标的情况下，根据该运动目标与预设检测区域的相对位置关系，能够确定施工现场是否存在周界入侵的不安全事故；也就是说，通过摄像头监控以及周界识别算法的检测识别，能够对危险区域或者特殊监管区域进行实时监控，并能够实时地检测出是否存在有运动目标靠近或者进入该危险区域或者特殊监管区域的情况，大大提高了周界入侵的监测效率。

图6为另一个实施例中施工现场的安全管理方法的流程示意图。本实施例涉及的是采用周界识别算法对视频图像进行处理，得到识别结果的一种可选的实现过程。在上述实施例的基础上，如图6所示，上述步骤204包括：

步骤601，根据识别结果，确定上述不安全事故的事故等级。

在本实施例的一种可选的实现方式中，在检测到施工现场存在火灾的不安全事故，和/或，存在周界入侵的不安全事故的情况下，可以确定该火灾的不安全事故的事故等级，和/或，确定周界入侵的不安全事故的事故等级；可选地，对于火灾的不安全事故，可以根据火焰特征的大小确定火灾的不安全事故的事故等级，例如：可以将该火灾的不安全事故的事故等级分为一级火灾事故、二级火灾事故和三级火灾事故，其中，二级火灾事故对应的火焰特征的大小可以大于一级火灾事故对应的火焰特征的大小，三级火灾事故对应的火焰特征的大小可以大于二级火灾事故对应的火焰特征的大小；对于周界入侵的不安全事故，可以根据运动目标与上述危险区域或者特殊监管区域的距离，确定周界入侵的不安全事故的事故等级，例如：可以将该周界入侵的不安全事故的事故等级分为一级周界入侵事故、二级周界入侵事故和三级周界入侵事故，其中，二级周界入侵事故对应的运动目标与上述危险区域或者特殊监管区域的距离，可以小于一级周界入侵事故对应的运动目标与上述危险区域或者特殊监管区域的距离，三级周界入侵事故对应的运动目标与上述危险区域或者特殊监管区域的距离，可以小于二级周界入侵事故对应的运动目标与上述危险区域或者特殊监管区域的距离。本申请实施例对火灾的不安全事故的事故等级的划分，和对周界入侵的不安全事故的事故等级的划分，并不做限定，可根据实际情况进行设置。

步骤602，根据该事故等级确定告警信息输出策略。

在本实施例的一种可选的实现方式中，可以设置一个预设事故等级阈值，在该事故等级大于等于预设事故等级阈值的情况下，可以将向相关部门进行报警作为该告警信息输出策略；在该事故等级小于该预设事故等级阈值的情况下，可以将向管理人员进行报警作为该告警信息输出策略；基于上述步骤601中举例的内容，可以设置预设事故等级阈值为三级，也就是说，在火灾的不安全事故等级为三级火灾事故的情况下，可以将向相关部门进行报警作为该告警信息输出策略，在火灾的不安全事故等级为一级火灾事故和二级火灾事故的情况下，可以将向管理人员进行报警作为该告警信息输出策略；在周界入侵的不安全事故等级为三级周界入侵事故的情况下，可以将向相关部门进行报警作为该告警信息输出策略，在周界入侵的不安全事故等级为一级周界入侵事故和二级周界入侵事故的情况下，可以将向管理人员进行报警作为该告警信息输出策略。可选地，对于火灾的预设事故等级阈值和周界入侵的预设事故等级阈值，可以相同，也可以不同，本实施例对此并不做限定。

步骤603，根据该告警信息输出策略输出告警信息。

在根据不安全事故等级确定了告警信息输出策略之后，可以根据确定的告警信息输出策略输出告警信息；可选地，在该告警信息输出策略为向相关部门进行报警的情况下，可以通过向相关部门拨打报警电话，以语音输出的形式将该告警信息告知给相关部门的工作人员，能够实现及时报警的效果；在该告警信息输出策略为向管理人员进行报警的情况下，可以通过向管理人员所持终端拨打电话、向管理人员所持终端发送短信、向管理人员所持终端上安装的相关软件发送通知提醒、或者通过施工现场的报警器等方式，将该告警信息告知给施工现场的管理人员，使得管理人员能够在第一时间对该不安全事故进行处理。

在本实施例的一种可选的实现方式中，在该告警信息输出策略为向相关部门进行报警的情况下，还可以设置向相关部门进行报警的时间段，在确定当前时刻处于该向相关部门进行报警的时间段内时，可以向相关部门进行报警；可选地，该时间段可以设置在夜晚的某个时间段内，由于夜晚施工现场的施工人员均已下班，因此，在该时间段内，如果识别到不安全事故，可以根据不安全事故的等级，在确定向相关部门进行报警时，将告警信息发送至相关部门；在该时间段外，由于施工现场有施工人员，因此，可以将确定向相关部门报警的不安全事故发送至管理人员终端，可以由管理人员确定是否进行相关部门报警；可选地，管理人员可以通过上述展示平台或者管理人员终端设置向相关部门进行报警的时间段，也可以动态调整该时间段，本申请实施例对此并不做限定。

在本实施例的一种可选的实现方式中，在管理人员终端上还可以设置用于关闭相关部门报警的按钮，可以防止误报警造成的相关部门人员的无效出警，防止对相关部门的人员造成不必要的麻烦。

本实施例中，通过火灾或者周界入侵的识别结果，分别确定火灾或者周界入侵的不安全事故的事故等级，根据该事故等级确定告警信息输出策略，并根据该告警信息输出策略输出告警信息；使得在火灾或者周界入侵的不安全事故发生的第一时间，能够将该火灾或者周界入侵的告警信息进行输出，以实现及时预警的效果，对于事故等级高的严重事件，能够直接联动相关部门进行相关部门报警，以及通知现场管理人员，极大地提高了警力地响应速度与工作效率，减少了突发事件对施工现场的危害，最大程度地减少了施工现场的损失，大大提高了施工现场内发生不安全事故的报警速率，提高了对施工现场的风险管理的效率。

应该理解的是，虽然图2-6的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-6中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。

在一个实施例中，如图7所示，提供了一种施工现场的安全管理装置，包括：接收模块701、确定模块702、识别模块703和响应模块704，其中：

接收模块701，用于接收施工现场内的摄像头发送的视频图像信息；该视频图像信息包括该摄像头的标识和视频图像。

确定模块702，用于根据该摄像头的标识，从预设的多个边缘计算算法中确定目标边缘计算算法；该边缘计算算法包括人脸识别算法、火灾识别算法以及周界算法中的至少一个，该目标边缘计算算法包括该边缘计算算法中的至少一个。

识别模块703，用于根据该目标边缘计算算法，对上述视频图像进行识别，得到识别结果。

响应模块704，用于根据该识别结果，针对施工现场进行安全管理响应。

在其中一个实施例中，上述目标边缘算法为人脸识别算法，上述识别模块 703，具体用于根据该人脸识别算法对视频图像进行人脸识别，得到视频图像中的目标人脸；将该目标人脸与预设的电力施工人员的人脸数据库中包括的人脸进行匹配；在匹配成功的情况下，将人脸数据库中与该目标人脸相匹配的人脸对应的人员信息作为识别结果。

在其中一个实施例中，上述响应模块704，具体用于根据上述人员信息，生成电力施工人员的考勤信息，和/或，电力施工人员的出入信息。

在其中一个实施例中，上述目标边缘算法为火灾识别算法，上述识别模块 703，具体用于根据该火灾识别算法对视频图像进行火灾识别，确定视频图像中是否包括火焰特征；在视频图像中包括火焰特征的情况下，根据火焰特征的大小，确定施工现场是否存在火灾的不安全事故。

在其中一个实施例中，上述目标边缘算法为周界识别算法，上述识别模块 703，具体用于根据该周界识别算法对视频图像进行周界识别，确定视频图像中是否出现运动目标；在视频图像中出现运动目标的情况下，根据运动目标与预设检测区域的相对位置关系，确定施工现场是否存在周界入侵的不安全事故。

在其中一个实施例中，上述响应模块704，具体用于根据识别结果，确定上述不安全事故的事故等级；根据该事故等级确定告警信息输出策略；根据该告警信息输出策略输出告警信息。

在其中一个实施例中，上述响应模块704，具体用于在该事故等级大于等于预设事故等级阈值的情况下，将向相关部门进行报警作为该告警信息输出策略；在该事故等级小于该预设事故等级阈值的情况下，将向管理人员进行报警作为该告警信息输出策略。

关于施工现场的安全管理装置的具体限定可以参见上文中对于施工现场的安全管理方法的限定，在此不再赘述。上述施工现场的安全管理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是边缘计算设备，其内部结构图可以如图8所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、运营商网络、NFC (近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种施工现场的安全管理方法。

本领域技术人员可以理解，图8中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：

接收施工现场内的摄像头发送的视频图像信息；该视频图像信息包括该摄像头的标识和视频图像；

根据该摄像头的标识，从预设的多个边缘计算算法中确定目标边缘计算算法；该边缘计算算法包括人脸识别算法、火灾识别算法以及周界识别算法中的至少一个，该目标边缘计算算法包括该边缘计算算法中的至少一个；

根据该目标边缘计算算法，对上述视频图像进行识别，得到识别结果；

根据识别结果，针对施工现场进行安全管理响应。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：该目标边缘算法为人脸识别算法，根据人脸识别算法对视频图像进行人脸识别，得到视频图像中的目标人脸；将该目标人脸与预设的电力施工人员的人脸数据库中包括的人脸进行匹配；在匹配成功的情况下，将人脸数据库中与该目标人脸相匹配的人脸对应的人员信息作为识别结果。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：根据上述人员信息，生成电力施工人员的考勤信息，和/或，电力施工人员的出入信息。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：该目标边缘算法为火灾识别算法，根据火灾识别算法对视频图像进行火灾识别，确定视频图像中是否包括火焰特征；在视频图像中包括火焰特征的情况下，根据火焰特征的大小，确定施工现场是否存在火灾的不安全事故。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：该目标边缘算法为周界识别算法，根据周界识别算法对视频图像进行周界识别，确定视频图像中是否出现运动目标；在视频图像中出现运动目标的情况下，根据运动目标与预设检测区域的相对位置关系，确定施工现场是否存在周界入侵的不安全事故。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：根据识别结果，确定上述不安全事故的事故等级；根据该事故等级确定告警信息输出策略；根据该告警信息输出策略输出告警信息。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：在该事故等级大于等于预设事故等级阈值的情况下，将向相关部门进行报警作为该告警信息输出策略；在该事故等级小于该预设事故等级阈值的情况下，将向管理人员进行报警作为该告警信息输出策略。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：

接收施工现场内的摄像头发送的视频图像信息；该视频图像信息包括该摄像头的标识和视频图像；

根据该摄像头的标识，从预设的多个边缘计算算法中确定目标边缘计算算法；该边缘计算算法包括人脸识别算法、火灾识别算法以及周界识别算法中的至少一个，该目标边缘计算算法包括该边缘计算算法中的至少一个；

根据该目标边缘计算算法，对上述视频图像进行识别，得到识别结果；

根据识别结果，针对施工现场进行安全管理响应。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：该目标边缘算法为人脸识别算法，根据人脸识别算法对视频图像进行人脸识别，得到视频图像中的目标人脸；将该目标人脸与预设的电力施工人员的人脸数据库中包括的人脸进行匹配；在匹配成功的情况下，将人脸数据库中与该目标人脸相匹配的人脸对应的人员信息作为识别结果。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：根据上述人员信息，生成电力施工人员的考勤信息，和/或，电力施工人员的出入信息。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：该目标边缘算法为火灾识别算法，根据火灾识别算法对视频图像进行火灾识别，确定视频图像中是否包括火焰特征；在视频图像中包括火焰特征的情况下，根据火焰特征的大小，确定施工现场是否存在火灾的不安全事故。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：该目标边缘算法为周界识别算法，根据周界识别算法对视频图像进行周界识别，确定视频图像中是否出现运动目标；在视频图像中出现运动目标的情况下，根据运动目标与预设检测区域的相对位置关系，确定施工现场是否存在周界入侵的不安全事故。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：根据识别结果，确定上述不安全事故的事故等级；根据该事故等级确定告警信息输出策略；根据该告警信息输出策略输出告警信息。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：在该事故等级大于等于预设事故等级阈值的情况下，将向相关部门进行报警作为该告警信息输出策略；在该事故等级小于该预设事故等级阈值的情况下，将向管理人员进行报警作为该告警信息输出策略。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory， SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种施工现场的安全管理方法，其特征在于，所述方法包括：

接收施工现场内的摄像头发送的视频图像信息；所述视频图像信息包括所述摄像头的标识和视频图像；

根据所述摄像头的标识，从预设的多个边缘计算算法中确定目标边缘计算算法；所述边缘计算算法包括人脸识别算法、火灾识别算法以及周界识别算法中的至少一个，所述目标边缘计算算法包括所述边缘计算算法中的至少一个；

根据所述目标边缘计算算法，对所述视频图像进行识别，得到识别结果；

根据所述识别结果，针对所述施工现场进行安全管理响应。

2.根据权利要求1所述的方法，其特征在于，所述目标边缘算法为人脸识别算法，所述根据所述目标边缘计算算法，对所述视频图像进行识别，得到识别结果，包括：

根据所述人脸识别算法对所述视频图像进行人脸识别，得到所述视频图像中的目标人脸；

将所述目标人脸与预设的电力施工人员的人脸数据库中包括的人脸进行匹配；

若匹配成功，则将所述人脸数据库中与所述目标人脸相匹配的人脸对应的人员信息作为所述识别结果。

3.根据权利要求2所述的方法，其特征在于，所述目标边缘算法为人脸识别算法，所述根据所述识别结果，针对所述施工现场进行安全管理响应，包括：

根据所述人员信息，生成电力施工人员的考勤信息，和/或，电力施工人员的出入信息。

4.根据权利要求1所述的方法，其特征在于，所述目标边缘算法为火灾识别算法，所述根据所述目标边缘计算算法，对所述视频图像进行识别，得到识别结果，包括：

根据所述火灾识别算法对所述视频图像进行火灾识别，确定所述视频图像中是否包括火焰特征；

若是，则根据所述火焰特征的大小，确定所述施工现场是否存在火灾的不安全事故。

5.根据权利要求1所述的方法，其特征在于，所述目标边缘算法为周界识别算法，所述根据所述目标边缘计算算法，对所述视频图像进行识别，得到识别结果，包括：

根据所述周界识别算法对所述视频图像进行周界识别，确定所述视频图像中是否出现运动目标；

若是，则根据所述运动目标与预设检测区域的相对位置关系，确定所述施工现场是否存在周界入侵的不安全事故。

6.根据权利要求4或5所述的方法，其特征在于，所述根据所述识别结果，针对所述施工现场进行安全管理响应，包括：

根据所述识别结果，确定所述不安全事故的事故等级；

根据所述事故等级确定告警信息输出策略；

根据所述告警信息输出策略输出告警信息。

7.根据权利要求6所述的方法，其特征在于，所述根据所述事故等级确定告警信息输出策略，包括：

若所述事故等级大于等于预设事故等级阈值，则将向相关部门进行报警作为所述告警信息输出策略；

若所述事故等级小于所述预设事故等级阈值，则将向管理人员进行报警作为所述告警信息输出策略。

8.一种施工现场的安全管理装置，其特征在于，所述装置包括：

接收模块，用于接收施工现场内的摄像头发送的视频图像信息；所述视频图像信息包括所述摄像头的标识和视频图像；

确定模块，用于根据所述摄像头的标识，从预设的多个边缘计算算法中确定目标边缘计算算法；所述边缘计算算法包括人脸识别算法、火灾识别算法以及周界算法中的至少一个，所述目标边缘计算算法包括所述边缘计算算法中的至少一个；

识别模块，用于根据所述目标边缘计算算法，对所述视频图像进行识别，得到识别结果；

响应模块，用于根据所述识别结果，针对所述施工现场进行安全管理响应。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。

Images